强化学习收敛但效果不好

Question

用强化学习DQN做动态障碍物避碰，训练5000轮，大概在3000轮收敛。但是熟练后仍然会发生碰撞，且避碰的路径十分弯曲。这种情况是神经网络搭的不好吗？

Answer 1

望采纳！！！点击回答右侧采纳即可！！
这种情况可能是由于神经网络搭建的不好导致的。在强化学习中，DQN算法是通过记忆库来学习经验来更新网络参数，如果记忆库里面的样本不够充分或者质量不高，可能导致网络学习到了不够优秀的策略。

另外，网络结构和超参数也可能对结果有影响。例如，如果网络结构不够深或者参数不够大，可能会导致网络学习能力不足。

建议您尝试更改网络结构，增加训练轮数，或者使用其他强化学习算法来解决这个问题。